買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜江蘇師范大學申請的專利一種基于改進YOLOv5s的煤礦電力設備缺陷檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116029982B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211540752.8，技術領域涉及：G06T7/00；該發明授權一種基于改進YOLOv5s的煤礦電力設備缺陷檢測方法是由洪彬;金鑫;狄念蒙;張建兵設計研發完成，并于2022-12-02向國家知識產權局提交的專利申請。

本一種基于改進YOLOv5s的煤礦電力設備缺陷檢測方法在說明書摘要公布了：本發明提供了一種基于改進YOLOv5s的煤礦電力設備缺陷檢測方法。屬于計算機視覺的目標檢測技術領域。將煤礦電力設備圖像輸入改進的YOLOv5s網絡模型進行故障識別；改進的YOLOv5s網絡模型利用多分支的坐標注意力模塊，增強針對煤礦電力設備圖像中煤礦電力設備故障識別的能力，煤礦電力設備故障包括：滲漏油、表盤破損、外殼破損、呼吸器硅膠變色四種故障情況；利用特征融合網絡模塊通過將主干網絡和頸部網絡之間非相鄰的特征信息進行跨層連接，增強特征表達及融合能力；將快速空間金字塔池化平均池化模塊嵌入頸部網絡的路徑融合網絡之間，以提升網絡淺層定位信息傳遞到深層的能力；輸出根據煤礦電力設備圖像檢測的結果。其步驟簡單，使用方便，檢測效率高。

本發明授權一種基于改進YOLOv5s的煤礦電力設備缺陷檢測方法在權利要求書中公布了：1.一種基于改進YOLOv5s的煤礦電力設備缺陷檢測方法，其特征在于步驟如下：1針對煤礦電力設備圖像進行數據化處理，并對煤礦電力設備圖像進行預處理；2將完成預處理的煤礦電力設備圖像輸入改進的YOLOv5s網絡模型輸出根據煤礦電力設備圖像檢測的結果，具體生成滲漏油、表盤破損、外殼破損、呼吸器硅膠變色、無故障五種狀態的幾率，并輸出幾率最大的結果；從而判斷出煤礦電力設備是否出現故障，若出現故障則是滲漏油、表盤破損、外殼破損、呼吸器硅膠變色中的哪一種故障；所述的改進的YOLOv5s網絡模型基于常規YOLOv5s網絡模型，在YOLOv5s網絡模型的主干的SPPF模塊前添加多分支的坐標注意力模塊MCA，MCA模塊包括順序連接的Y通道平均池化、X通道平均池化、全局平均池化、卷積1、卷積2、卷積3、非線性激活函數1、非線性激活函數2、非線性激活函數3；由Y通道平均池化、X通道平均池化、全局平均池化作為MCA模塊的三個輸入端；Y通道平均池化的輸出端與卷積1的輸入端相連，卷積1的輸出端與非線性激活函數1的輸入端相連；X通道平均池化的輸出端與卷積2的輸入端相連，卷積2的輸出端與非線性激活函數2的輸入端相連；全局平均池化的輸出端與卷積3的輸入端相連，卷積3的輸出端與非線性激活函數3的輸入端相連；非線性激活函數1、非線性激活函數2、非線性激活函數3最終生成的歸一化權重gh、gw、ghw相乘作為MCA坐標注意力模塊的輸出端；在YOLOv5s網絡模型中，將主干網絡的第3個C3模塊與第4個C3模塊輸出，通過跨過頸部的FPN層直接傳遞至頸部的PAN層，實現多特征層之間的信息融合，構建特征融合模塊，在YOLOv5s網絡模型的頸部的PAN層中第一個C3與第二個C3后添加快速空間金字塔池化平均池化模塊SPPFA，構建頸部部分；SPPFA模塊是將SPPF模塊中的最大池化替換為平均池化獲得，收集煤礦電力設備缺陷樣本圖像以及煤礦電力設備正常的圖像，對圖像中的煤礦電力設備是否出現故障，以及故障種類進行人工標注，之后將人工標注后的圖像對改進的YOLOv5s網絡模型進行訓練，直至達到訓練要求從而獲得訓練好的改進的YOLOv5s網絡模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江蘇師范大學，其通訊地址為：221116 江蘇省徐州市銅山新區上海路101號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。